文本合并认知技能
“文本合并”技能会将字符串数组中的文本合并到单个字段中。
注意
此技能不会绑定到 Azure AI 服务。 它不可计费,并且没有 Azure AI 服务密钥要求。
@odata.type
Microsoft.Skills.Text.MergeSkill
技能参数
参数区分大小写。
参数名称 | 说明 |
---|---|
insertPreTag |
每次插入之前要包含的字符串。 默认值为 " " 。 要忽略空格,请将值设置为 "" 。 |
insertPostTag |
每次插入后要包含的字符串。 默认值为 " " 。 要忽略空格,请将值设置为 "" 。 |
技能输入
输入名称 | 说明 |
---|---|
itemsToInsert |
要合并的字符串数组。 |
text |
(可选)要插入的主文本正文。 如果未提供 text ,则将串联 itemsToInsert 的元素。 |
offsets |
(可选)text 中应插入 itemsToInsert 的位置数组。 如果提供,则 text 的元素数目必须等于 textToInsert 的元素数目。 否则,所有项都将追加到 text 的末尾。 |
技能输出
输出名称 | 说明 |
---|---|
mergedText |
生成的合并文本。 |
mergedOffsets |
mergedText 中应插入 itemsToInsert 元素的位置数组。 |
示例输入
为此技能提供可用输入的 JSON 文档有:
{
"values": [
{
"recordId": "1",
"data":
{
"text": "The brown fox jumps over the dog",
"itemsToInsert": ["quick", "lazy"],
"offsets": [3, 28]
}
}
]
}
示例输出
此示例显示之前输入的输出,假设将 insertPreTag 设置为 " "
并将 insertPostTag 设置为 ""
。
{
"values": [
{
"recordId": "1",
"data":
{
"mergedText": "The quick brown fox jumps over the lazy dog"
}
}
]
}
扩展的示例技能集定义
使用文本合并的一个常见场景是将图像的文本表示形式(OCR 技能中的文本或图像的描述文字)合并到文档的内容字段中。
以下示例技能使用 OCR 技能从文档中嵌入的图像中提取文本。 接下来,它会创建 merged_text 字段以包含每个图像的原始和 OCRed 文本。 可在此处了解有关 OCR 技能的详细信息。
{
"description": "Extract text from images and merge with content text to produce merged_text",
"skills":
[
{
"description": "Extract text (plain and structured) from image.",
"@odata.type": "#Microsoft.Skills.Vision.OcrSkill",
"context": "/document/normalized_images/*",
"defaultLanguageCode": "en",
"detectOrientation": true,
"inputs": [
{
"name": "image",
"source": "/document/normalized_images/*"
}
],
"outputs": [
{
"name": "text"
}
]
},
{
"@odata.type": "#Microsoft.Skills.Text.MergeSkill",
"description": "Create merged_text, which includes all the textual representation of each image inserted at the right location in the content field.",
"context": "/document",
"insertPreTag": " ",
"insertPostTag": " ",
"inputs": [
{
"name":"text",
"source": "/document/content"
},
{
"name": "itemsToInsert",
"source": "/document/normalized_images/*/text"
},
{
"name":"offsets",
"source": "/document/normalized_images/*/contentOffset"
}
],
"outputs": [
{
"name": "mergedText",
"targetName" : "merged_text"
}
]
}
]
}
以上示例假设存在规范化的图像字段。 要获取规范化的图像字段,请将索引器定义中的 imageAction 配置设置为 generateNormalizedImages,如下所示:
{
//...rest of your indexer definition goes here ...
"parameters":{
"configuration":{
"dataToExtract":"contentAndMetadata",
"imageAction":"generateNormalizedImages"
}
}
}